人大、复旦等高校团队提出面向工具中心的跨环境智能体环境合成框架ToolSpace,突破现有以数据为中心的环境合成范式。该框架从大量真实交互轨迹中提取工具间的数据、状态、重试三类依赖,构建工具组合图,并按需聚类关联工具以生成对应环境及底层数据;随后通过状态感知随机游走与回退采样生成可执行跨环境调用链,反向合成带验证脚本的自然语言任务。实验显示,基于该框架训练的744B模型在七项长程工具基准上平均分达56.6,追平Claude Opus 5。团队还依托该框架构建了难度更高的AutomationBench Pro与τ³-Bench Banking Pro基准,为长程智能体训练评测提供可扩展新路径。
